题目
A.聚类分析适合探讨样本间相互关联关系从而对一个样本结构做一个初步的评价
B.聚类是一种监督的学习方法。
C.聚类不依赖于事先确定的数据类别
D.聚类是观察式学习
第4题
A.聚类模型属于无监督学习
B.聚类模型的本质是寻找数据集内在的分布结构
C.经过聚类之后的数据集形成不同的簇,同簇的样本相似度低,簇间的样本相似度高
D.聚类模型作为独立的分析过程,通常不和其他数据分析任务结合叠加
第5题
A.聚类算法无需事先指定聚类的数目,而是根据训练数据迭代得到
B.无监督学习中不需要人工标注知识
C.K-means算法与K近邻算法中最初选择的K个点会影响最终结果
D.有效的距离计算方法能够提高K-means算法的精确度
第6题
A.聚类算法无需事先指定聚类的数目,而是根据训练数据迭代得到
B.有效的距离计算方法能够提高K-means算法的精确度
C.无监督学习中不需要人工标注知识
D.K-means算法与K近邻算法中最初选择的K个点会影响最终结果
第7题
A.聚类算法中最终的类别之间可能有少量样本的交叉
B.K-means算法中可以随机划分样本为K堆,以K堆的平均重心作为初始的K个点
C.自动编码器包含“编码”和“解码”两部分
D.自动编码器可以用于图像抗噪和数据降维
第8题
A.按照相似性和相异性进行划分后,每个群组内部各对象间的相似度会很高,而不同群组对象之间的相异度很低
B.数据处理阶段用作数据探索的工具,通过聚类发现数据间的深层次的关系等
C.运用层次的方法,依次让最相似的数据对象两两合并,这样不断地合并,最后就形成了一棵聚类树
D.直接作为模型对观察对象进行群体划分
第9题
A.聚类可作为分类等其他任务的预处理过程
B.聚类分析目标是使同一个簇中的样本相似度较高,而不同簇间的样本相似度较低
C.“簇”越多说明聚类效果越好
D.聚类是无监督学习方法
第10题
A.聚类可作为分类等其他任务的预处理过程
B.聚类分析目标是使同一个簇中的样本相似度较高,而不同簇间的样本相似度较低
C.“簇”越多说明聚类效果越好
D.聚类是无监督学习方法
第11题
A.聚类是无监督学习方法
B.聚类可作为分类等其他任务的预处理过程
C.聚类分析目标是使同一个簇中的样本相似度较高,而不同簇间的样本相似度较低
D.“簇”越多说明聚类效果越好
为了保护您的账号安全,请在“赏学吧”公众号进行验证,点击“官网服务”-“账号验证”后输入验证码“”完成验证,验证成功后方可继续查看答案!